华泰证券校招 AI 工程师面试经验——求职精灵（finsight.work）

这题考的是跟踪有没有体系、判断有没有标准。分渠道、方法、评估三层答。

• 渠道分层：一手看 arXiv 与 NeurIPS、ACL、CVPR 的录用列表；二手看 Hugging Face 的模型卡与榜单、主流实验室的技术报告；行业侧看公开的落地复盘。
• 方法：每周固定两小时扫标题，每月精读两篇，每季度动手复现一个小实验，避免只看结论不看实现。
• 可行性判断：看三件事——任务能否定义、数据能否拿到、算力与延迟能否承受，任何一项不成立就先放一放。
• 价值判断：算清替代的人工成本、错误带来的损失、上线后的维护成本，用收益减总成本排序，而不是看效果多惊艳。
• 收尾：判断完写成一页纸，包含场景、指标、风险、退出条件。

真正区分人的不是知不知道新模型，是能不能说清它在什么条件下不适用。

这题要给出可复现的评测口径，不能只报指标名。按「目标—数据—指标—决策」四步。

• 定目标：先明确任务是抽取、摘要还是问答，目标不同指标完全不同。
• 建评测集：从真实业务里抽样本，按难度分层，人工标注标准答案，留一部分做盲测，避免训练污染。
• 指标分层：自动指标看准确率、召回率、F1、结构化输出合规率；人工指标看事实一致性、可读性、术语准确；工程指标看首字延迟、吞吐、单次调用成本。
• 对比方法：同提示词、同解码策略下横评，必要时做 A/B，样本量要够，差异要看是否显著。
• 决策：把指标折成业务口径，比如「一千次调用里错几次要人工返工」，再算成本。

收尾：选型报告里必须写清落选方案和落选理由，否则没法复盘。

模型上线不是终点，运营要解决「效果会衰减」这件事。按监控、诊断、迭代、预防四段。

• 监控四层：可用性看错误率与超时；质量看抽样人工评估和结构化解析失败率；业务看采纳率、转人工率、满意度；安全看敏感内容、越权访问、提示注入。
• 诊断：先分清是数据漂移、提示词被改、上游接口变更还是模型版本问题，再看日志里的典型 bad case。
• 迭代：建 bad case 库按周聚类，能靠提示词解决的不动模型，能靠检索解决的不重训。
• 预防：版本灰度、回滚预案、评测集随业务更新，把「上线前必过的一批用例」固化成门禁。
• 成本：按调用量做缓存与路由，简单问题走小模型。

收尾一句：运营的核心不是把模型调好一次，是让它一个月后还一样好。

按「数据—方法—评估—优化」四段讲，每段给可核对的细节。

• 数据：先定标注规范，再去重、去噪、脱敏；按 8:1:1 划分，同源样本不能跨集，否则指标虚高。
• 方法：数据量小先用 LoRA 或 QLoRA，rank 从 8 试到 64，学习率 1e-4 量级，batch 视显存调整；数据量上来再考虑全参微调。
• 评估：自动指标看任务指标，抽取看 F1、分类看准确率与召回；人工看事实一致性和格式合规；同时保留一个基线和一个参考上限。
• 优化顺序：先补数据，再调提示与模板，最后才动超参，前两步收益最大、成本最低。
• 防过拟合：留跨时间测试集，看新旧样本上的差距。
• 报效果：说清提升是相对哪个基线、在哪个测试集上。

收尾：数字脱离口径就没有意义，这是面试官最常追问的点。

按「目标—流程—数据—方案—验证」五步，重点在把业务语言翻成任务定义。

• 定目标：和业务方确认要改善哪个指标，是违约率、响应时长还是人工工时，指标要能取数。
• 拆流程：把业务环节画出来，找到决策点和人工介入点，模型只放在有明确输入输出的位置。
• 看数据：确认标签怎么来、覆盖多长时间、有没有穿越（用了未来信息），样本量够不够。
• 定方案：先上可解释的基线，比如逻辑回归或树模型，再评估深度模型是否真的更好；金融场景尤其看可解释性和稳定性。
• 验证：离线看区分度与稳定性，上线做小流量 A/B，提前设好止损线。

收尾：方案书里必须写「模型不适用的情况」，这是金融合规的底线，也是面试的加分点。

先各用一句话说清边界，再给一个组合场景。

• NLP 处理文本的理解与抽取，解决「看懂」；强化学习在反馈中优化序列决策，解决「怎么选」；运筹优化在约束下求解资源配置，解决「怎么分」；智能生成产出可读内容，解决「怎么说」。
• 场景串起来：智能投顾里，NLP 解析客户诉求与风险偏好，运筹在约束下做组合配置，强化学习根据市场反馈动态调仓，生成模块输出合规可读的建议书。
• 分工原则：能用规则和优化解决的，不要上模型；模型负责不确定环节，优化负责硬约束，生成负责表达。
• 评估：分别设指标，NLP 看抽取准确率，优化看求解时间与目标值，生成看人工采纳率。

收尾：融合不是堆技术，是让每一层只做它最擅长的事，否则维护成本会失控。

按「不平衡、噪声、稀疏、漂移」四类讲，每类给一个动作。

• 不平衡：欺诈样本占比极低，先看业务能否接受高召回，再用重采样、代价敏感损失、阈值调整，别只报准确率。
• 噪声：误标靠多轮标注加一致性校验，标注人之间算 Kappa，低于阈值就重标。
• 稀疏：做特征交叉、embedding、聚合统计，把零散行为压成稠密特征。
• 漂移：按时间切分做监控，看特征分布和效果曲线的变化，设定重训触发条件。
• 治理：建一张数据质量卡，记录完整性、准确性、一致性、时效性四项，随模型一起交付。

收尾：数据问题不能靠换模型解决，换模型只是把问题藏起来，过一段时间还会以另一种形式出现。

按「降精度、降显存、提并行、换策略」四层，别一上来就说买卡。

• 精度：混合精度训练，前向用 FP16 或 BF16，主权重保留 FP32，能省约一半显存。
• 显存：梯度累积用小 batch 模拟大 batch；ZeRO 或 FSDP 做参数与优化器状态分片；激活重计算用时间换显存。
• 并行：单卡放不下就张量并行加流水并行，跨节点用数据并行，注意通信开销。
• 策略：先用小模型验证数据和流程，再放大；能用 LoRA 就不做全参；推理侧用量化与批处理降成本。
• 监控：盯 GPU 利用率和显存峰值，利用率长期低于五成说明调度有问题。

收尾：资源优化的目标不是省卡，是让同样的卡跑出更多有效实验，实验设计比堆硬件更影响产出。

用「背景—目标—角色—关键决策—结果」五段，重点在你解决的那个技术难点。

• 背景：业务原来的做法是什么，痛点在哪，比如人工处理一批文档要两天。
• 目标：定一个可测的目标，比如把处理时间压到两小时、人工返工率降到一成，不要只说「提升效率」。
• 角色：说清你负责哪块，是数据、训练、评估还是整体架构。
• 关键决策：挑一个真实的取舍，比如为什么用检索增强而不是继续堆参数，为什么放弃某个指标。
• 结果：给对比数据，但要说明测试集和统计口径，不报无法核实的收益金额。
• 影响：沉淀了什么可复用的东西，评测集、流程还是组件。

收尾：项目讲得好不好，看你能不能说出「当时差点失败在哪」。

按「翻译—机制—留痕」三层，核心是把技术语言换成对方的目标。

• 对业务方：不讲模型结构，讲对他们的指标有什么影响，比如「转人工率从三成降到两成」。
• 对工程方：先给接口契约和输入输出样例，再谈性能，避免后期返工。
• 对合规与风控：提前说明数据来源、可解释性和留痕方式，别等上线前才补材料。
• 机制：固定周会加一份共享看板，需求、进度、风险都写在上面，减少口头传达。
• 冲突处理：用实验和数据说话，谁的主张谁出验证方案。
• 留痕：决策写进文档，包括被否掉的方案和原因。

收尾：跨团队协作的效率，取决于你能否让不懂技术的人也敢做判断。